课程简介
随着大模型从思考链问答迈向自主规划与执行,复杂 Agent 的核心挑战已不只是“模型能否推理”,而是能否在真实环境中稳定理解目标、拆解任务、调用工具、保持状态,并根据结果持续反思与修正。传统 SFT 能提升单点能力,却难以独立覆盖长任务中的环境反馈、执行偏差和跨工具协同。
ArtArch 创意系统实践,具有一套面向 L3 Agent 的分层框架,是以创意世界模型承接意图与上下文,以创意语言和循环协议表达任务,以 ImagineX 负责规划、执行与反思,以 Skill/Workflow 组织专业能力,并由 MaaS Runtime 统一完成能力调用、路由、计量和可靠性治理。
本次课程把真实业务任务沉淀为可评估轨迹,让模型训练、Agent运行与人工反馈形成持续闭环,以及在不追求完全无人化的前提下,逐步提高复杂任务的自主完成率。为企业带来一张可用于产品规划、技术分层、评估体系和落地节奏设计的 L3 Agent 架构地图。
课程收益
1、建立一套从 L2“会回答”迈向 L3“会完成”的系统判断框架,明确模型、Agent、Skill、Runtime 与业务应用各自的职责;
2、掌握评价对象标准:以任务成功而非单轮回答;将规划、工具调用、状态管理、执行验证与反思组织成闭环;让真实生产轨迹持续反哺评估与后训练;
3、获得一张可用于产品规划、技术分层、评估体系和落地节奏设计的 L3 Agent 架构地图。
受众人群
从事具身智能算法、AI、大模型后训练、多模态、深度学习、Agent架构、工具调用、工作流与执行系统、LLM、Agent领域算法专家、团队负责人,以及其他对具身智能、AI架构、大模型感兴趣的从业者。
课程周期
0.5天(3H)课程大纲
章节 | 授课内容 |
一、为什么“会思考”不等于“会完成”:从 L2 问答到 L3 任务系统 | 1、长任务中的目标漂移、工具失败、状态丢失与不可验证结果 2、后训练的评价对象从答案质量转向任务成功率 |
二、创意 Agent 的分层架构:模型、语言、协议、Agent 与 Runtime | 1、创意世界模型:理解意图、情境、角色、风格与约束 2、ImagineDSL + RITE:表达创意任务,并形成“推理—执行—验证—反思”循环 3、ImagineX:规划、工具路由、状态管理、协作与结果收敛 4、Skill / Workflow:将行业知识封装为可复用的专业任务单元 5、MaaS Runtime:统一能力接入、智能路由、计量、权限与可靠性治理 |
三、后训练闭环:如何从真实任务中获得高价值轨迹 | 1、从成功/失败执行中提炼规划、调用、校验和恢复轨迹 2、人工反馈、环境反馈和业务结果如何进入统一评估体系 3、用分阶段自主权控制风险,而不是一次性追求全自动 |
四、多 Agent 协同的工程边界 | 1、何时需要多 Agent,何时单 Agent + 工具更可靠 2、角色分工、共享状态、冲突解决与统一验收 |
五、从创意生产到商业交付的实践观察 | 1、从策案、短剧、互动内容到多素材包的复杂任务链 2、Studio 与 AiDeals 如何提供真实环境反馈和任务验收信号 |
六、迈向 L3 的落地路线 | 先可观测、再可评估;先受控执行、再逐步自治;先打穿场景、再扩展能力 |
京ICP备2022035414号-1